論文の概要: Unsupervised clothing change adaptive person ReID

• arxiv url: http://arxiv.org/abs/2109.03702v1
• Date: Wed, 8 Sep 2021 15:08:10 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-09 13:45:37.941049
• Title: Unsupervised clothing change adaptive person ReID
• Title（参考訳）: 非監督的衣服変更適応型ReID
• Authors: Ziyue Zhang, Shuai Jiang, Congzhentao Huang, Richard YiDa Xu
• Abstract要約: 我々は、教師なしの衣服変更者ReID問題を解決するために、新しい教師なしモデルSync-Person-Cloud ReIDを設計する。 同期強化とは、同一人物のリソースを供給することであり、同一人物の特徴制限により、そのリソースを部分的監督入力として使用することができる。
• 参考スコア（独自算出の注目度）: 14.777001614779806
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Clothing changes and lack of data labels are both crucial challenges in person ReID. For the former challenge, people may occur multiple times at different locations wearing different clothing. However, most of the current person ReID research works focus on the benchmarks in which a person's clothing is kept the same all the time. For the last challenge, some researchers try to make model learn information from a labeled dataset as a source to an unlabeled dataset. Whereas purely unsupervised training is less used. In this paper, we aim to solve both problems at the same time. We design a novel unsupervised model, Sync-Person-Cloud ReID, to solve the unsupervised clothing change person ReID problem. We developer a purely unsupervised clothing change person ReID pipeline with person sync augmentation operation and same person feature restriction. The person sync augmentation is to supply additional same person resources. These same person's resources can be used as part supervised input by same person feature restriction. The extensive experiments on clothing change ReID datasets show the out-performance of our methods.
• Abstract（参考訳）: 衣料品の変更とデータラベルの欠如は、ペルソナライドにおける重要な課題である。 以前の挑戦では、異なる服装の異なる場所で何回も発生することがある。 しかし、現在のReID研究のほとんどは、人の衣服を常に同じ状態に保つベンチマークに焦点を当てている。 最後の課題として、ラベル付きデータセットからラベルなしデータセットへのソースとして、モデルを学習させる研究者もいる。 純粋な教師なしの訓練は使用されない。 本稿では,両問題を同時に解決することを目的とする。 我々は,新しい非教師付きモデルsync-person-cloud reidを設計し,教師なしの衣服変更者reid問題を解決する。 本研究は,個人同期強化操作と同一人物特徴制限を備えた,純粋に教師なしの衣服変更者ReIDパイプラインを開発する。 同期強化は、追加の同一人物リソースを提供することである。 これらの同一人物のリソースは、同じ人物の特徴制限によって教師付き入力として使用できる。 着替えreidデータセットに関する広範囲な実験は,提案手法のアウトパフォーマンスを示している。

関連論文リスト

• Unsupervised Long-Term Person Re-Identification with Clothes Change [46.54514001691254]
  服装変化を伴う非監督的人物再識別(Re-ID)について検討した。 既存のre-idメソッドの多くは、すべての人の服が空間と時間にわたって静止していると人工的に仮定している。 本稿では,教師なしクラスタリング基準を適応的に制御できる新しいCPC手法を提案する。
  論文  参考訳（メタデータ） (2022-02-07T11:55:23Z)
• Unsupervised Pre-training for Person Re-identification [90.98552221699508]
  大規模無ラベル人物再識別(Re-ID)データセットLUPersonを提案する。 学習者のRe-ID特徴表現の一般化能力を向上させるために,教師なし事前学習を初めて行おうとする。
  論文  参考訳（メタデータ） (2020-12-07T14:48:26Z)
• Apparel-invariant Feature Learning for Apparel-changed Person Re-identification [70.16040194572406]
  ほとんどのパブリックなReIDデータセットは、人の外観がほとんど変化しない短時間のウィンドウで収集される。 ショッピングモールのような現実世界の応用では、同じ人の服装が変化し、異なる人が同様の服を着ることがある。 着替えなどの場合や、類似の服を着ている場合などにおいて、アパレル不変の人物表現を学ぶことは極めて重要である。
  論文  参考訳（メタデータ） (2020-08-14T03:49:14Z)
• Long-Term Cloth-Changing Person Re-identification [154.57752691285046]
  人物再識別(Re-ID)は、異なる場所や時間におけるカメラビュー間で対象人物をマッチングすることを目的としている。 既存のRe-ID研究は、ある人が同じ服装で異なるカメラビューに再び現れる、短期的な布一貫した環境に焦点を当てている。 本研究は,例えば,何日,何ヶ月にもわたって,長期にまたがって人とのマッチングを行う,はるかに困難かつ実践的な環境に焦点をあてる。
  論文  参考訳（メタデータ） (2020-05-26T11:27:21Z)
• COCAS: A Large-Scale Clothes Changing Person Dataset for Re-identification [88.79807574669294]
  ClOthes Ch Anging Person Set (COCAS) という新しい大規模再識別子・ベンチマークを構築した。 COCASには5,266人の身体像が62,382枚含まれている。 そこでは,服のテンプレートと,別の衣服を撮影する人物画像の両方を含む,着替え問題に対する新たな人物再識別子設定を提案する。
  論文  参考訳（メタデータ） (2020-05-16T03:50:08Z)
• When Person Re-identification Meets Changing Clothes [41.45346679678089]
  人物再識別(ReID)は現在、特定の人物検索などのAIベースのビデオ監視アプリケーションにおいて、活発な研究トピックとなっている。 本稿では,この問題を体系的に研究した。
  論文  参考訳（メタデータ） (2020-03-09T12:32:16Z)
• Person Re-identification by Contour Sketch under Moderate Clothing Change [95.83034113646657]
  異なるカメラビューにまたがる歩行者画像のマッチングプロセスである人物再認識は、視覚的監視において重要な課題である。 この作品では、衣服の下でのリメイドを「クロス・クロス・パーソン・リメイド」と呼ぶ。 クロス・クローズ・パーソナリティのための大規模なデータセットが欠如しているため、221のアイデンティティから33698の画像からなる新しいデータセットをコントリビュートする。
  論文  参考訳（メタデータ） (2020-02-06T15:13:55Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。